流行の言語AIは高給取りを脅かす

流行する大規模言語モデル（LLM）は人類の経済活動に大きなインパクトを与える「汎用技術」であると主張する論文が出た。高賃金の職種への影響は他よりも大きく、人々の仕事はこれから大きな変化に直面することになる。

吉田拓史

2023年3月30日 — 4 min read

Photo by Shubham Dhage

AI研究所OpenAIのリサーチャーであるTyna Eloundou、Pamela MishkinとOpenResearchのプロジェクトリーダーであるSam Manning らの未査読論文によると、米国の労働者の約80％がGPTの導入により、少なくとも10％の業務に影響を受ける可能性があり、約19％の労働者は少なくとも50％の業務に影響を受ける可能性があることが判明した。

研究では、米国経済における職業の大規模言語モデル（LLM）への露出度を分析した。情報処理産業はLLMへの曝露が高く、製造業、農業、鉱業はLLMへの曝露が低いという結果が出ている。GPT-4のようなLLMは、翻訳、分類、創作、コード生成など、言語ベースの幅広い機能を備えているという。

研究では、GPTは、汎用技術（GPT: General purpose technology）の特徴を示し、経済的、社会的、政策的に重要な意味を持つことが示唆された（Generative Pre-trained TransformerとGeneral purpose technologyで紛らわしい）。経済全体に影響を与える可能性のある技術で、電気と情報技術（IT）がこれに該当するが、AIもこの仲間入りをするとEloundouらは見ている。

論文は、ほとんどの職業がLLMの影響にある程度さらされ、一般的に高賃金の職業は、より多くのタスクが高い露出を示すことを確認した。Eloundouらの分析によると、学士号、修士号、専門職学位を持っている人は、正式な教育資格を持っていない人よりもGPTやGPT搭載のソフトウェアに触れていることが示唆されている。

Eloundouらは過去10年間の生産性向上と汎用技術の全体的な露出との関連は弱く、医療や教育など労働集約的なサービスのコストが時間の経過とともに上昇する事象を説明する理論である「ボウモルのコスト病(Baumol's cost disease)」は、LLMによる将来の生産性向上によって引き起こされないという楽観的なケースの可能性を示唆した。

「GPT-4のようなLLMの影響は広範に及ぶ可能性がある。LLMは時間の経過とともに一貫して能力を向上させてきましたが、その経済効果の増大は、仮に今日新しい能力の開発を止めたとしても、持続し、増大することが予想される。また、補完的な技術の開発を考慮すると、LLMの潜在的な影響力は大きく拡大することが分かる」とEloundouらは書いている。

Eloundouらは、高賃金の職種への影響が低賃金の職種に比べ強いことを示唆している。仕事への参入障壁が高い労働者は、LLMへの曝露が多い傾向にある。

例えば、法曹界ではパラリーガルやリーガル・アシスタントといった法律業界の仕事が危機にさらされている。「データは非常に構造化されており、言語指向であるため、生成的なAIに非常に従順である」とマッキンゼー・グローバル・インスティテュートのパートナーであるアヌ・マドガヴカールは述べている。

もちろん、仕事自体が忽然となくなるという言説は精査される必要があるだろう。非常に世間的な関心を集めた2013年のオックスフォード大学の研究では、今後20年間で米国の仕事の47％がAIによってなくなる可能性があるとされたが、その予測は的外れだったようである。

AIという汎用技術が世界を変えるまでのタイムラグ

汎用技術をめぐる研究のトップランナーであるMITスローン・スクール・オブ・マネジメントのエリック・ブリニョルフソン教授らの研究によると、 AIに関連して何兆ドルもの無形資産が生産されたが、汎用技術が実体経済に影響を及ぼすにはタイムラグがあり、生産性は最初、低迷し、それから著しい上昇を見せると予測される。

AIのような汎用技術（GPT）による生産性の向上を測定することは、新しいプロセスの開発や新しいスキルの習得など、最初に多くが無形投資において反映されるため困難だ。ブリニョルフソン教授らはこれを「AIと生産性のパラドックス」と呼んでいる。

GPTの具体的な利点は、これらの無形資産が測定可能なアウトプットを生成し始めるため、GPTの実装から遅延して認められる、と研究は示している。その間の期間はかなり長く、やがて急激なアウトプットの増加を示す、「J曲線」を形成する、というのが、ブリニョルフソンと彼の同僚、MITスローンの博士候補であるダニエル・ロック、シカゴ大学のチャド・シバーソンの主張だ。

過去の生産性の急上昇は、電気や内燃機関などの汎用技術（GPT）によって促進された。次に、これらの技術は、潜在能力を完全に発揮する前に、工場の再設計、州間高速道路、新しいビジネスプロセス、労働力の変化など、多数の補完的な発明を必要とした。重要なのは、これらの補完的に発明が実現するまでに数年から数十年かかり、それから生産性が著しく向上したことだ。